资源描述：
《北工大模式识别基础课程作业》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、姓名：学号：135791357X1X4X3X5X8X9X7X10X2X6x1x22.1设有10个二维模式样本，如图2.13所示。若，试用最大最小距离算法对他们进行聚类分析。图2.1310个二维模式样本解：①取。②选离最远的样本作为第二聚类中心。，，，，，，，∵最大者为D71，③计算各样本与间距离，选出其中的最小距离。，，，…，④,⑤继续判断是否有新的聚类中心出现：，，…寻找聚类中心的步骤结束。⑥按最近距离分到三个聚类中心对应的类别中：；；代码附录：clearallcloseallclc%坐标点，初始化选
2、定比例系数num=10;eta=0.5;axis([010010]);holdon%c=zeros(10,1);z=zeros(10,2);x1=[0,0];x2=[1,1];x3=[2,2];x4=[3,7];x5=[3,6];x6=[4,4];x7=[5,7];x8=[6,3];x9=[7,3];x10=[7,4];W=[x1;x2;x3;x4;x5;x6;x7;x8;x9;x10];%%step1任选一个坐标点作为第一个聚类中心z1R=randperm(num);c(1)=R(1);z(1,:)=
3、W(c(1),:);%%step2从数据中选取一个距离z1最远的坐标点，作为第二个聚类中心z2d=zeros(num,1);fori=1:numd(i)=norm(z(1,:)-W(i,:));end[~,c(2)]=max(d);%距离，位置z(2,:)=W(c(2),:);%%step3计算剩余数据与z1,z2之间的距离，并求其最小距离d=zeros(num,2);fori=1:numd(i,1)=norm(z(1,:)-W(i,:));d(i,2)=norm(z(2,:)-W(i,:));endD
4、=zeros(num,1);fori=1:numD(i)=min(d(i,:));end%%step4确定是否存在第三个聚类中心[m,n]=max(D);%最大值，位置ifm>eta*norm(z(2,:)-z(1,:));c(3)=n;z(3,:)=W(c(3),:);jump=1;%转至step5elsejump=2;endswitch(jump)case1k=4;%%step5继续确定是否存在聚类中心forp=1:numd=zeros(num,length(c));fori=1:length(c)
5、forj=1:numd(j,i)=norm(z(i,:)-W(j,:));endendfori=1:numD(i)=min(d(i,:));end[m,n]=max(D);%最大值，位置ifm>eta*norm(z(2,:)-z(1,:));c(k)=n;z(k,:)=W(c(k),:);k=k+1;elsebreak%没有新的聚类中心endendcase2breakend%%step6最小距离法进行分类%首先计算数据到每个聚类中心的距离D=zeros(num,length(c));fori=1:len
6、gth(c)forj=1:numD(j,i)=norm(z(i,:)-W(j,:));endend%归类，判断坐标点属于的类别k=zeros(length(c),1);fori=1:num[m,n]=min(D(i,:));k(i,1)=n;%归类标识end%设置颜色colour=zeros(length(c),3);fori=1:length(c)colour(i,:)=rand(1,3);endfori=1:length(c)v=find(k==i);%位置u=length(v);%个数M=zero
7、s(u,2);%用来存储所属同一类的点forj=1:uM(j,:)=W(v(j),:);endP=plot(M(:,1),M(:,2),'<');set(P,'color',colour(i,:));end
